一种基于精度矩阵非线性收缩估计的STAP方法技术

本发明专利技术公开了一种基于精度矩阵非线性收缩估计的STAP方法，其包括以下步骤：第一步：计算样本协方差矩阵；第二步：对样本协方差矩阵进行特征分解，得到特征值及特征向量，若样本数大于滤波器维数转到第三步，跳过第四步；若样本数小于滤波器维数，则跳过第三步，转到第四步；第三步：计算每个样本协方差矩阵特征值相对应的收缩值，并结合样本协方差矩阵的特征向量，估计精度矩阵；第四步：在样本协方差矩阵特征值大于0和等于0两种情况下，分别计算其收缩值，并结合样本协方差矩阵的特征向量，估计精度矩阵；第五步：根据估计的精度矩阵，计算STAP滤波系数，并处理接收数据。

【技术实现步骤摘要】

本专利技术属于雷达信号处理中的杂波抑制与慢速目标检测
，尤其涉及一种基于精度矩阵非线性收缩估计的空时自适应处理(SpaceTimeAdaptiveProcessing,STAP)方法。
技术介绍
空时自适应处理(SpaceTimeAdaptiveProcessing，STAP)技术是机载雷达中抑制杂波的重要方法之一。STAP技术通常运用样本协方差矩阵求逆(SampleMatrixInversion，SMI)的方法估计滤波系数。当利用上述方法时，若要期望的信号干扰噪声比损失小于3dB，则所需独立同分布样本数为滤波器维数的两倍。由于时间自由度和空间自由度的乘积较大，杂噪协方差矩阵的估计需要大量的辅助样本，实际应用中，辅助样本数往往不能满足协方差矩阵估计的需求。在缺少更多信息的情况下，对角加载方法常被用于解决上述问题。但是，普通的对角加载方法加载因子常采用经验值，JianLi等[L.Jian,D.Lin,andP.Stoica,\Fullyautomaticcomputationofdiagonalloadinglevelsforrobustadaptivebeamforming,\inAcoustics,SpeechandSignalProcessing,2008.ICASSP2008.IEEEInternationalConferenceon,2008,pp.2325-2328]从协方差矩阵估计误差最小的角度求解加载因子，给出了加载因子的量化计算方式。但是，JianLi等的对角加载方法是从协方差矩阵估计误差最小的角度考虑问题，没有从和滤波权系数关系更紧密的精度矩阵(协方差矩阵的逆)的角度考虑问题；并且，在协方差矩阵估计时，其对样本协方差矩阵所有特征值采用了统一参数处理的方式，而对不同的样本特征值采用不同的参数进行处理，才有可能进一步降低估计误差。这使得该类方法有进一步提高性能的空间。
技术实现思路
本专利技术针对现有技术存在的上述不足，提出一种基于精度矩阵非线性收缩估计的STAP方法，无论样本数大于或小于滤波器维数，该方法均具有较好的性能。本专利技术的技术方案如下：一种基于精度矩阵非线性收缩估计的STAP方法，包括以下步骤：第一步：计算p×p维样本协方差矩阵；第二步：对样本协方差矩阵进行特征分解，得到其降序排列的特征值{(λ1,…,λp)本文档来自技高网...

【技术保护点】
一种基于精度矩阵非线性收缩估计的STAP方法，其特征在于，包括以下步骤：第一步：计算p×p维样本协方差矩阵；第二步：对样本协方差矩阵进行特征分解，得到其降序排列的特征值{(λ1,…,λp)}及相应的特征向量{(u1,…,up)}；若样本数大于滤波器维数则转到第三步，跳过第四步；若样本数小于滤波器维数，则跳过第三步，转到第四步；第三步：根据下式计算样本协方差矩阵第i个特征值λi相对应的收缩值其中，Re[]指取实部操作，cp＝p/N，N为样本数，且其中，σ2指噪声功率，进而，设样本协方差矩阵的特征向量排列为矩阵U，由下式得到估计的精度矩阵PNLPNL＝UANLUH其中，Diag表示对角矩阵，H表示向量或矩阵的的共轭转置；第四步：样本协方差矩阵第i个特征值λi>0时，根据下式计算相应样本协方差矩阵特征值的收缩值其中，cp＝p/N，N为样本数，且当λi＝0时，根据下式计算再由下式计算估计的精度矩阵PNL,PNL＝UANLUH其中，Diag表示对角矩阵，H表示向量或矩阵的的共轭转置；第五步：根据估计得到精度矩阵PNL后，由下式计算STAP的滤波系数，w^=PNLaaHPNLa]]>其中，a为导向矢量，H表示向量或矩阵的共轭转置，之后，利用上述滤波器处理接收数据，滤波后，信号干扰噪声比为SINR=|w^Hs|2w^HΣw^]]>其中，s为期望信号的导向矢量，且有sHs＝1。...

【技术特征摘要】
1.一种基于精度矩阵非线性收缩估计的STAP方法，其特征在于，包括以下步骤：第一步：计算p×p维...

【专利技术属性】
技术研发人员：汤俊，张丹丹，朱伟，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11